SlideShare una empresa de Scribd logo
1 de 62
电子商务推荐系统入门 出家如初 , 成佛有余 http://www.yeeach.com 200 9 年 12 月
目 录 ,[object Object],[object Object],[object Object],[object Object]
推荐系统简介 - 背景分析 ,[object Object],12/20/09
电子商务推荐系统定义 ,[object Object],[object Object]
电子商务推荐系统作用 ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],12/20/09
成功的推荐系统应用标杆 领域  推荐系统  电子商务  amazon.com , ebay.com ,卓越( amazon.cn ),当当( dangdang.com ) , 淘宝( taobao.com ),京东 (360buy.com) ,新蛋 (newegg.com.cn) 音乐 社区 潘多拉( pandora.com ), last.fm ,友播( yobo.com ), cdnow.com ,音乐八宝盒( 8box.cn ), slacker .com , iLike .com , Genius (iTunes) 图书 / 图片社区 豆瓣( douban.com ), librarything.com , flickr.com , 社会化媒体 del.icio.us ,玩聚 (ju690.com) , techmeme.com , stumbleupon.com , reddit .com, dailyme.com 电影社区  tivo.com , netflix.com , flixster.com ,  moviefinder.com , movieLens , reel.com  其他 strands .com , likecube .com , inSuggest .com , collarity .com , baynote com , stylefeeder .com
电子商务推荐系统数据源 Historical Data 、 历史数据 Visitor Behavior 访问者行为 Visitor’s Past Shopping Behavior 访问者过去的购买行为 Clickstream 点击流 Aggregated Past User’s Behavior 访问者过去购买行为汇总 Searches 搜索 Visitor’s Past Searches 访问者过去的搜索 Duration of Page View 页面浏览停留的时间 Geography 区域 Order of Page Views 页面浏览的顺序 Product Details 产品细节 Session States 停留状态 Products Viewed 浏览的产品 Type of Web Page 页面类型 Location of Product in Catalog 产品在目录中的位置 Refer URL URL 指向 Brand 品牌 Broadband Speed 宽带速度 Manufacturer 厂商 IP Address IP 地址 Descriptions 产品描述 Ratings 产品排行
电子商务推荐系统数据源
电子商务推荐系统输入数据 1 ,[object Object],[object Object],[object Object],[object Object],[object Object],12/20/09
电子商务推荐系统输入 2 ,[object Object],[object Object],[object Object],[object Object],[object Object],12/20/09
电子商务推荐系统输出 ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],12/20/09
电子商务推荐系统业务表现形式 ,[object Object],[object Object],[object Object],12/20/09
电子商务推荐系统业务表现形式 ,[object Object],[object Object],[object Object],[object Object],12/20/09
目 录 ,[object Object],[object Object],[object Object],[object Object]
关联规则的基本概念 ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
关联规则的基本概念 - 支持度和置信度 ,[object Object],[object Object],[object Object],[object Object]
关联规则的基本概念 - 支持度 ,[object Object],[object Object]
关联规则的基本概念 - 置信度 ,[object Object],[object Object],[object Object]
相关分析的基本概念 ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
向量相似性算法 ,[object Object],[object Object],[object Object]
电子商务推荐系统推荐技术分类 ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],12/20/09
基于内容(  Content-Based  )过滤 ,[object Object],[object Object],[object Object],[object Object]
基于协同过滤(   Collaborative filtering  ) ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
关联规则 (Association Rules) ,[object Object],[object Object],[object Object]
分类分析(  Classification  ) ,[object Object]
聚类分析( Clustering ) ,[object Object],[object Object],12/20/09
Clustering VS. Classification  ,[object Object]
贝叶斯网络 - Bayesian Network ,[object Object],[object Object],[object Object],[object Object],12/20/09
Horting 图技术 ,[object Object],[object Object],[object Object]
其他可用于推荐系统的数据挖掘技术 ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
目 录 ,[object Object],[object Object],[object Object],[object Object]
推荐系统一般框架 ,[object Object],候选对象 推荐方法 推荐对象
基于关联规则的推荐算法 ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],12/20/09
基于关联规则的推荐算法 ,[object Object],[object Object],[object Object]
协同过滤技术分类 ,[object Object],[object Object]
协同过滤主要步骤 输入用户评价矩阵 计算最近邻居 产生推荐
基于 User-Based 的协同过滤 ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
基于 User-Based 的用户相似度算法 ,[object Object],[object Object],[object Object]
User-Based 的相似性算法 - 余弦相似性  ,[object Object],[object Object]
User-Based 的相似性算法 - 相关相似性 ,[object Object],[object Object],[object Object]
User-Based 的相似性算法 - 修正的余弦相似性  ,[object Object],[object Object],[object Object]
基于 User-Based 的协同过滤 - 推荐算法 ,[object Object],[object Object],[object Object],[object Object],[object Object]
基于 Item-based 协同过滤算法 ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
基于 Item-based 协同过滤 - 相似性算法 ,[object Object],[object Object],[object Object],12/20/09
协同过滤技术性能分析 ,[object Object],[object Object],[object Object]
Slope One- 简单高效的推荐算法 ,[object Object],[object Object],[object Object]
Slope One- 简单高效的推荐算法 ,[object Object],[object Object],[object Object],[object Object],[object Object]
协同过滤推荐系统常见问题 ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
目 录 ,[object Object],[object Object],[object Object],[object Object]
Vector space model ,[object Object],[object Object]
Inverted Files
Inverted Files
Word-Level Inverted File
TF/IDF( 逆文本频率指数 ) ,[object Object],[object Object],[object Object]
TF/IDF( 逆文本频率指数 ) ,[object Object],[object Object],[object Object]
Lucene 的 TF/IDF 相似度算法 ,[object Object]
Content-Based 推荐算法 TF/IDF 实现 ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
基于标签 Tag 的社会化媒体 TF/IDF 算法
基于 TF/IDF 算法的商品相关度实现 ,[object Object],[object Object],[object Object],[object Object]
参考资料 ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
参考资料 ,[object Object],[object Object],[object Object],[object Object],[object Object]
参考资料 ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]

Más contenido relacionado

Destacado

Financial aid presentation 05 05-11
Financial aid presentation 05 05-11Financial aid presentation 05 05-11
Financial aid presentation 05 05-11Hastings Incoming
 
First lego league
First lego leagueFirst lego league
First lego leagueJo Art
 
РИФ 2016, Wi-Fi в метро – результаты первого года работы, мы знаем о вас боль...
РИФ 2016, Wi-Fi в метро – результаты первого года работы, мы знаем о вас боль...РИФ 2016, Wi-Fi в метро – результаты первого года работы, мы знаем о вас боль...
РИФ 2016, Wi-Fi в метро – результаты первого года работы, мы знаем о вас боль...Тарасов Константин
 
3月CWA北京网站分析线下分享
3月CWA北京网站分析线下分享3月CWA北京网站分析线下分享
3月CWA北京网站分析线下分享sxwuda
 
Principles ofmarketingkotler part2
Principles ofmarketingkotler part2Principles ofmarketingkotler part2
Principles ofmarketingkotler part2fanoos2000
 
网站分析开启转化之钥
网站分析开启转化之钥网站分析开启转化之钥
网站分析开启转化之钥sxwuda
 
Recommender Systems in E-Commerce
Recommender Systems in E-CommerceRecommender Systems in E-Commerce
Recommender Systems in E-Commercechuan liang
 
Smartphones in the Mobile World of Content Publishers
Smartphones in the Mobile World of Content PublishersSmartphones in the Mobile World of Content Publishers
Smartphones in the Mobile World of Content PublishersKASIS
 
Running message display
Running message displayRunning message display
Running message displayECEland
 

Destacado (16)

Financial aid presentation 05 05-11
Financial aid presentation 05 05-11Financial aid presentation 05 05-11
Financial aid presentation 05 05-11
 
Paktlar
PaktlarPaktlar
Paktlar
 
paginas web tics
paginas web tics paginas web tics
paginas web tics
 
Teleflex manual
Teleflex manualTeleflex manual
Teleflex manual
 
First lego league
First lego leagueFirst lego league
First lego league
 
РИФ 2016, Wi-Fi в метро – результаты первого года работы, мы знаем о вас боль...
РИФ 2016, Wi-Fi в метро – результаты первого года работы, мы знаем о вас боль...РИФ 2016, Wi-Fi в метро – результаты первого года работы, мы знаем о вас боль...
РИФ 2016, Wi-Fi в метро – результаты первого года работы, мы знаем о вас боль...
 
Tics
TicsTics
Tics
 
Terminos
TerminosTerminos
Terminos
 
3月CWA北京网站分析线下分享
3月CWA北京网站分析线下分享3月CWA北京网站分析线下分享
3月CWA北京网站分析线下分享
 
Email Marketing
Email MarketingEmail Marketing
Email Marketing
 
Principles ofmarketingkotler part2
Principles ofmarketingkotler part2Principles ofmarketingkotler part2
Principles ofmarketingkotler part2
 
网站分析开启转化之钥
网站分析开启转化之钥网站分析开启转化之钥
网站分析开启转化之钥
 
New.homekitchenall.com
New.homekitchenall.comNew.homekitchenall.com
New.homekitchenall.com
 
Recommender Systems in E-Commerce
Recommender Systems in E-CommerceRecommender Systems in E-Commerce
Recommender Systems in E-Commerce
 
Smartphones in the Mobile World of Content Publishers
Smartphones in the Mobile World of Content PublishersSmartphones in the Mobile World of Content Publishers
Smartphones in the Mobile World of Content Publishers
 
Running message display
Running message displayRunning message display
Running message display
 

Similar a Recommender Systems in E-Commerce V2.0

电子商务推荐系统入门基础V2.0
电子商务推荐系统入门基础V2.0电子商务推荐系统入门基础V2.0
电子商务推荐系统入门基础V2.0chuan liang
 
空望 推荐系统@淘宝
空望 推荐系统@淘宝空望 推荐系统@淘宝
空望 推荐系统@淘宝topgeek
 
推荐与广告
推荐与广告推荐与广告
推荐与广告agawu
 
活用您的 Big Data,實現線上服務行銷的精準推薦
活用您的 Big Data,實現線上服務行銷的精準推薦活用您的 Big Data,實現線上服務行銷的精準推薦
活用您的 Big Data,實現線上服務行銷的精準推薦Etu Solution
 
主搜垂直化调研报告-手机.pptx
主搜垂直化调研报告-手机.pptx主搜垂直化调研报告-手机.pptx
主搜垂直化调研报告-手机.pptxetaoux
 
Listing_Detail篇__android客户端设计研究系列.pptx
Listing_Detail篇__android客户端设计研究系列.pptxListing_Detail篇__android客户端设计研究系列.pptx
Listing_Detail篇__android客户端设计研究系列.pptxetaoux
 
婚恋网站推荐及搜索业务调研及优化方案
婚恋网站推荐及搜索业务调研及优化方案婚恋网站推荐及搜索业务调研及优化方案
婚恋网站推荐及搜索业务调研及优化方案Yuxuan Liu
 
Recommendation survey and summary
Recommendation survey and summaryRecommendation survey and summary
Recommendation survey and summaryStefanie Zhao
 
用户体验的 要素 很好的资料
用户体验的 要素 很好的资料用户体验的 要素 很好的资料
用户体验的 要素 很好的资料grey0511
 
用户体验最新报告.pptx
用户体验最新报告.pptx用户体验最新报告.pptx
用户体验最新报告.pptxetaoux
 
行動廣告與大數據資料分析策略與執行
行動廣告與大數據資料分析策略與執行行動廣告與大數據資料分析策略與執行
行動廣告與大數據資料分析策略與執行Craig Chao
 
动态推荐系统关键技术研究
动态推荐系统关键技术研究动态推荐系统关键技术研究
动态推荐系统关键技术研究Liang Xiang
 
20160211 packet x product brief(slideshare)
20160211 packet x product brief(slideshare) 20160211 packet x product brief(slideshare)
20160211 packet x product brief(slideshare) Tony 王騰嶽
 
明洪涛 个性化推荐系统@土豆
明洪涛 个性化推荐系统@土豆明洪涛 个性化推荐系统@土豆
明洪涛 个性化推荐系统@土豆topgeek
 
汽车领域社交数据分析简介及应用场景举例公开版 20150712
汽车领域社交数据分析简介及应用场景举例公开版 20150712汽车领域社交数据分析简介及应用场景举例公开版 20150712
汽车领域社交数据分析简介及应用场景举例公开版 20150712Yu Zhang
 
搜索 VS 查询
搜索 VS 查询搜索 VS 查询
搜索 VS 查询liluming
 
_WebDissector_VS_GA
_WebDissector_VS_GA_WebDissector_VS_GA
_WebDissector_VS_GAtonny1982
 
数据挖掘在客户关系管理中的应用
数据挖掘在客户关系管理中的应用数据挖掘在客户关系管理中的应用
数据挖掘在客户关系管理中的应用Ho Anson
 
运营干什么
运营干什么运营干什么
运营干什么glass4pk
 

Similar a Recommender Systems in E-Commerce V2.0 (20)

推荐系统简单介绍
推荐系统简单介绍推荐系统简单介绍
推荐系统简单介绍
 
电子商务推荐系统入门基础V2.0
电子商务推荐系统入门基础V2.0电子商务推荐系统入门基础V2.0
电子商务推荐系统入门基础V2.0
 
空望 推荐系统@淘宝
空望 推荐系统@淘宝空望 推荐系统@淘宝
空望 推荐系统@淘宝
 
推荐与广告
推荐与广告推荐与广告
推荐与广告
 
活用您的 Big Data,實現線上服務行銷的精準推薦
活用您的 Big Data,實現線上服務行銷的精準推薦活用您的 Big Data,實現線上服務行銷的精準推薦
活用您的 Big Data,實現線上服務行銷的精準推薦
 
主搜垂直化调研报告-手机.pptx
主搜垂直化调研报告-手机.pptx主搜垂直化调研报告-手机.pptx
主搜垂直化调研报告-手机.pptx
 
Listing_Detail篇__android客户端设计研究系列.pptx
Listing_Detail篇__android客户端设计研究系列.pptxListing_Detail篇__android客户端设计研究系列.pptx
Listing_Detail篇__android客户端设计研究系列.pptx
 
婚恋网站推荐及搜索业务调研及优化方案
婚恋网站推荐及搜索业务调研及优化方案婚恋网站推荐及搜索业务调研及优化方案
婚恋网站推荐及搜索业务调研及优化方案
 
Recommendation survey and summary
Recommendation survey and summaryRecommendation survey and summary
Recommendation survey and summary
 
用户体验的 要素 很好的资料
用户体验的 要素 很好的资料用户体验的 要素 很好的资料
用户体验的 要素 很好的资料
 
用户体验最新报告.pptx
用户体验最新报告.pptx用户体验最新报告.pptx
用户体验最新报告.pptx
 
行動廣告與大數據資料分析策略與執行
行動廣告與大數據資料分析策略與執行行動廣告與大數據資料分析策略與執行
行動廣告與大數據資料分析策略與執行
 
动态推荐系统关键技术研究
动态推荐系统关键技术研究动态推荐系统关键技术研究
动态推荐系统关键技术研究
 
20160211 packet x product brief(slideshare)
20160211 packet x product brief(slideshare) 20160211 packet x product brief(slideshare)
20160211 packet x product brief(slideshare)
 
明洪涛 个性化推荐系统@土豆
明洪涛 个性化推荐系统@土豆明洪涛 个性化推荐系统@土豆
明洪涛 个性化推荐系统@土豆
 
汽车领域社交数据分析简介及应用场景举例公开版 20150712
汽车领域社交数据分析简介及应用场景举例公开版 20150712汽车领域社交数据分析简介及应用场景举例公开版 20150712
汽车领域社交数据分析简介及应用场景举例公开版 20150712
 
搜索 VS 查询
搜索 VS 查询搜索 VS 查询
搜索 VS 查询
 
_WebDissector_VS_GA
_WebDissector_VS_GA_WebDissector_VS_GA
_WebDissector_VS_GA
 
数据挖掘在客户关系管理中的应用
数据挖掘在客户关系管理中的应用数据挖掘在客户关系管理中的应用
数据挖掘在客户关系管理中的应用
 
运营干什么
运营干什么运营干什么
运营干什么
 

Más de chuan liang

移动互联网开发基础
移动互联网开发基础移动互联网开发基础
移动互联网开发基础chuan liang
 
文本挖掘(Text mining)基础
文本挖掘(Text mining)基础文本挖掘(Text mining)基础
文本挖掘(Text mining)基础chuan liang
 
Scrum入门基础(Scrum in a nutshell)
Scrum入门基础(Scrum in a nutshell)Scrum入门基础(Scrum in a nutshell)
Scrum入门基础(Scrum in a nutshell)chuan liang
 
Role Based Access Control Fundamental
Role Based Access Control FundamentalRole Based Access Control Fundamental
Role Based Access Control Fundamentalchuan liang
 
面向对象的分析设计之UML基础
面向对象的分析设计之UML基础面向对象的分析设计之UML基础
面向对象的分析设计之UML基础chuan liang
 
企业级搜索引擎Solr交流
企业级搜索引擎Solr交流企业级搜索引擎Solr交流
企业级搜索引擎Solr交流chuan liang
 
面向对象的分析设计之RUP基础及用例建模
面向对象的分析设计之RUP基础及用例建模面向对象的分析设计之RUP基础及用例建模
面向对象的分析设计之RUP基础及用例建模chuan liang
 

Más de chuan liang (9)

调心
调心调心
调心
 
调心
调心调心
调心
 
移动互联网开发基础
移动互联网开发基础移动互联网开发基础
移动互联网开发基础
 
文本挖掘(Text mining)基础
文本挖掘(Text mining)基础文本挖掘(Text mining)基础
文本挖掘(Text mining)基础
 
Scrum入门基础(Scrum in a nutshell)
Scrum入门基础(Scrum in a nutshell)Scrum入门基础(Scrum in a nutshell)
Scrum入门基础(Scrum in a nutshell)
 
Role Based Access Control Fundamental
Role Based Access Control FundamentalRole Based Access Control Fundamental
Role Based Access Control Fundamental
 
面向对象的分析设计之UML基础
面向对象的分析设计之UML基础面向对象的分析设计之UML基础
面向对象的分析设计之UML基础
 
企业级搜索引擎Solr交流
企业级搜索引擎Solr交流企业级搜索引擎Solr交流
企业级搜索引擎Solr交流
 
面向对象的分析设计之RUP基础及用例建模
面向对象的分析设计之RUP基础及用例建模面向对象的分析设计之RUP基础及用例建模
面向对象的分析设计之RUP基础及用例建模
 

Recommender Systems in E-Commerce V2.0

  • 1. 电子商务推荐系统入门 出家如初 , 成佛有余 http://www.yeeach.com 200 9 年 12 月
  • 2.
  • 3.
  • 4.
  • 5.
  • 6. 成功的推荐系统应用标杆 领域 推荐系统 电子商务 amazon.com , ebay.com ,卓越( amazon.cn ),当当( dangdang.com ) , 淘宝( taobao.com ),京东 (360buy.com) ,新蛋 (newegg.com.cn) 音乐 社区 潘多拉( pandora.com ), last.fm ,友播( yobo.com ), cdnow.com ,音乐八宝盒( 8box.cn ), slacker .com , iLike .com , Genius (iTunes) 图书 / 图片社区 豆瓣( douban.com ), librarything.com , flickr.com , 社会化媒体 del.icio.us ,玩聚 (ju690.com) , techmeme.com , stumbleupon.com , reddit .com, dailyme.com 电影社区 tivo.com , netflix.com , flixster.com , moviefinder.com , movieLens , reel.com 其他 strands .com , likecube .com , inSuggest .com , collarity .com , baynote com , stylefeeder .com
  • 7. 电子商务推荐系统数据源 Historical Data 、 历史数据 Visitor Behavior 访问者行为 Visitor’s Past Shopping Behavior 访问者过去的购买行为 Clickstream 点击流 Aggregated Past User’s Behavior 访问者过去购买行为汇总 Searches 搜索 Visitor’s Past Searches 访问者过去的搜索 Duration of Page View 页面浏览停留的时间 Geography 区域 Order of Page Views 页面浏览的顺序 Product Details 产品细节 Session States 停留状态 Products Viewed 浏览的产品 Type of Web Page 页面类型 Location of Product in Catalog 产品在目录中的位置 Refer URL URL 指向 Brand 品牌 Broadband Speed 宽带速度 Manufacturer 厂商 IP Address IP 地址 Descriptions 产品描述 Ratings 产品排行
  • 9.
  • 10.
  • 11.
  • 12.
  • 13.
  • 14.
  • 15.
  • 16.
  • 17.
  • 18.
  • 19.
  • 20.
  • 21.
  • 22.
  • 23.
  • 24.
  • 25.
  • 26.
  • 27.
  • 28.
  • 29.
  • 30.
  • 31.
  • 32.
  • 33.
  • 34.
  • 35.
  • 37.
  • 38.
  • 39.
  • 40.
  • 41.
  • 42.
  • 43.
  • 44.
  • 45.
  • 46.
  • 47.
  • 48.
  • 49.
  • 50.
  • 54.
  • 55.
  • 56.
  • 57.
  • 59.
  • 60.
  • 61.
  • 62.